欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2024104872084
申请人: 山东衡昊信息技术有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 输送;包装;贮存;搬运薄的或细丝状材料
更新日期:2025-03-06
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种矿用输送机的皮带撕裂检测方法,其特征在于,包括以下步骤:

S1.采用自适应回声采样法进行超声波信号采集,并利用漂移补偿算法校正基线信号的漂移以及通过重叠回声分离技术分离重叠的回声;

所述自适应回声采样法的具体实现过程如下:

首先,进行初始采样设置,基于输送带的设计参数,设定初始采样频率;然后,在初始采样阶段,对采集到的信号进行傅里叶变换,得到信号的频谱;最后,对采样频率进行动态调整;具体调整公式如下:fsample(t)=finit·e-α·Δs(t)+fmin

其中,fsample(t)是调整后的采样频率;finit是初始采样频率;fmin是保证信号采样的最小频率;α是用于控制采样频率衰减速度的调整系数;Δs(t)是信号的稳定性指标;t是时间变量;

S2.引入环境适应算法,收集不同环境条件下的超声波信号数据,同时记录不同环境条件下的环境参数,应用信号处理技术,包括快速傅里叶变换和小波变换,从超声波信号中提取特征;构建机器学习模型,将提取的特征和环境参数作为输入,输出信号的质量评分,并调整模型参数,将基于机器学习的环境适应算法融入到皮带纵撕检测实现中;

S3.使用微撕裂识别技术对经过基于机器学习的环境适应算法处理后的超声波信号进行识别;微撕裂识别技术的具体实现如下:首先对基于机器学习的环境适应算法处理后的超声波信号采用自适应滤波算法进行预处理;

再利用突变点检测算法进行撕裂特征识别;突变点表明输送带的潜在撕裂,突变点检测算法的具体公式如下:其中,CPDA(S)表示的是超声波信号中所有可能撕裂点的时间集合;θ和分别是一阶导数和二阶导数的阈值;是经过环境适应算法处理后的超声波信号S′(t)关于时间的一阶导数;是经过环境适应算法处理后的超声波信号S′(t)关于时间的二阶导数;是信号一阶导数和二阶导数的向量模长;是阈值的向量模长;

还采用极值点分析法来提取信号的峰值和谷值,极值点是撕裂特征的指标,所述极值点分析法通过计算信号的导数并找到其零点来定位极值点;再执行参数自适应调整策略,根据检测到的特征动态调整超声波传感器的参数,包括灵敏度和采样频率;

引入模式识别与分类算法进行撕裂模式识别;具体实现公式如下:

PRCA(Sfeatures)

=σ(Wk*σ(Wk-1*…σ(W1*Sfeatures+b1)…+bk-1)+bk)其中,Sfeatures是从超声波信号中提取的特征向量;PRCA(Sfeatures)表示卷积神经网络的输出,识别和分类输送带上的撕裂模式;Wi和bi分别是第i网络层的权重和偏置,i∈[1,k];k是网络层的数量;σ是激活函数;*代表卷积操作;

S4.根据突变点检测算法和模式识别与分类算法得到的结果,引入撕裂事件确认算法,设定逻辑规则,引入撕裂位置定位技术对撕裂位置进行定位,引入撕裂程度评估算法进行撕裂程度评估。

2.根据权利要求1所述的矿用输送机的皮带撕裂检测方法,其特征在于,所述S1,具体包括:根据输送带的宽度和厚度选择超声波传感器;设置超声波传感器的基线信号水平;调整超声波传感器的灵敏度,进行超声波信号采集。

3.根据权利要求1所述的矿用输送机的皮带撕裂检测方法,其特征在于,在所述S1中,还包括:在数据采集过程中,实时应用漂移补偿算法校正基线信号的漂移。

4.根据权利要求3所述的矿用输送机的皮带撕裂检测方法,其特征在于,在所述S1中,还包括:在数据采集过程运行时,引入重叠回声分离技术分离重叠的回声。

5.根据权利要求1所述的矿用输送机的皮带撕裂检测方法,其特征在于,所述S4,具体包括:综合突变点检测算法和模式识别与分类算法得到的结果,引入撕裂事件确认算法,设定逻辑规则,进行撕裂事件确认;在确认撕裂事件后,引入撕裂位置定位技术对撕裂位置进行定位;然后引入撕裂程度评估算法,所述撕裂程度评估算法根据撕裂特征的深度和长度来评估撕裂的严重程度,通过分析撕裂特征的几何形状和变化趋势,提供撕裂程度的量化评估,得到撕裂结果;最后根据所述撕裂结果实施撕裂响应决策协议,所述撕裂响应决策协议根据撕裂的位置和严重程度,决定是立即停机还是继续运行,并监控撕裂的发展情况,形成报告。

6.一种矿用输送机的皮带撕裂检测系统,应用于如权利要求1所述的矿用输送机的皮带撕裂检测方法,其特征在于,包括以下部分:超声波检测模块,环境适应模块,微撕裂识别模块,模块化集成模块,自我诊断与维护模块;

所述超声波检测模块,选择和部署超声波传感器,并采用自适应回声采样法进行超声波信号采集,并利用漂移补偿算法校正基线信号的漂移以及通过重叠回声分离技术分离重叠的回声,得到超声波信号数据,并将采集到的超声波信号数据传递给环境适应模块;

所述环境适应模块,收集不同环境条件下的超声波信号数据,同时记录不同环境条件下的环境参数,构建机器学习模型,并将所述机器学习模型应用于超声波检测模块中;

所述微撕裂识别模块,对环境适应模块处理后的超声波信号数据利用微撕裂识别技术进行识别,根据识别结果进一步确定撕裂结果,并形成报告;

所述模块化集成模块,根据微撕裂识别模块的报告和输送机系统的设计参数,形成集成方案和实施指南;

所述自我诊断与维护模块,根据模块化集成模块的集成方案和检测数据,检测系统的健康状况,执行自我诊断,触发维护流程,得到维护通知、系统状态报告和预防性维护建议,并将维护通知和系统状态报告反馈给超声波检测模块和环境适应模块,优化检测参数;检测数据为除自我诊断与维护模块和模块化集成模块外的模块收集的数据,包括超声波检测模块提供的数据、环境适应模块处理后的数据、微撕裂识别模块提供的数据。